Presentación

Segunda tarea de Procesamiento de Datos Geográficos, la cual tiene como finalidad desarrollar tablas y gráficos estadísticos interactivos a partir de las estadisticas policiales del año 2021 proporcionadas por la página web de datos abiertos del Organismo de Investigación Juficial (OIJ)

Paquetes utilizados en este proyecto

library(ggplot2)
library(readxl)
library(plotly)
library(dplyr)
library(sf)
library(DT)

Tabla de Datos

estad_policial$Fecha = as.Date(estad_policial$Fecha)
colnames(estad_policial) = c("Delito",
                             "Fecha",
                             "Víctima",
                             "Edad",
                             "Género",
                             "Provincia",
                             "Cantón")
estad_policial %>%
  datatable(options = list(
    pageLength = 10,
    language = list(url = '//cdn.datatables.net/plug-ins/1.10.11/i18n/Spanish.json')
  ))

Gráfico con la cantidad de delitos segun el tipo de delito

Graf1 <-
  estad_policial %>%
  count(Delito) %>%
  ggplot(aes(x = reorder(Delito, n), y = n)) +
  geom_bar(stat = "identity") +
  coord_flip() +
  ggtitle("cantidad de delitos en Costa Rica segun el tipo de delito") +
  xlab("Delito cometido") +
  ylab("Cantidad de Delitos")
  

ggplotly(Graf1) %>% 
  config(locale = 'es')

Gráfico con la cantidad de Delitos por mes

Graf2 <-
  estad_policial %>% mutate(meses = lubridate::month(Fecha))
nombres_estad <-
  c(
    "Enero",
    "Febrero",
    "Marzo",
    "Abril",
    "Mayo",
    "Junio",
    "Julio",
    "Agosto",
    "Septiembre",
    "Octubre",
    "Noviembre"
  )

Graf2 <-
  Graf2 %>%
  count(meses) %>%
  ggplot(level = levelorder, (aes(
    x = reorder(nombres_estad, meses), y = n
  ))) +
  geom_bar(stat = "identity") +
  ggtitle("Cantidad de Delitos por mes") +
  xlab("Meses") +
  ylab("Cantidad de Delito")

ggplotly (Graf2) %>% 
  config(locale = 'es')

Gráfico con la Proporcion de delitos según el género

Graf3 <-
  estad_policial %>%
  ggplot(aes(x = Delito, fill = Género)) +
  geom_bar(position = "fill") +
  coord_flip() +
  labs(fill = "Género") +
  ggtitle("Proporcion de delitos según el género") +
  xlab("Tipo de delito") +
  ylab("Proporción")
  
  
ggplotly(Graf3) %>% 
  config(locale = 'es')

Gráfico con la cantidad de delitos en determinados cantones

graf4 <-
  estad_policial %>%
  count(Cantón) %>%
  filter(Cantón == "SAN JOSE" |
           Cantón == "ALAJUELA" |
           Cantón == "CARTAGO" | 
           Cantón == "HEREDIA") %>%
  ggplot(aes(x = reorder(Cantón, n), y = n)) +
  geom_bar(stat = "identity") +
  ggtitle("Delitos en los cantones de San José, Alajuela, Cartago y Heredia") +
  xlab("Cantón") +
  ylab("Cantidad")

ggplotly(graf4) %>% 
  config(locale = 'es')